滑动窗口意味着使用dplyr和zoo

Question

我有一个包含每个碱基的基因组覆盖率的数据框架。下面是一个小得多的示例版本：

> head(per_base_cov)
   contig_id position coverage
1   contig_1        1       40
2   contig_1        2       33
3   contig_1        3       40
4   contig_1        4       32
5   contig_1        5       36
6   contig_1        6       30
7   contig_1        7       40
8   contig_1        8       38
9   contig_1        9       36
10  contig_1       10       40
11  contig_2       11       38
12  contig_2       12       39
13  contig_2       13       34
14  contig_2       14       39
15  contig_2       15       39
16  contig_2       16       32
17  contig_2       17       30
18  contig_2       18       37
19  contig_2       19       33
20  contig_2       20       35

我想计算每个重叠群的滑动窗口均值，每4个位置和重叠由2个位置。我已经使用dplyr和zoo尝试了以下方法：

per_base_cov %>%
  group_by(contig_id) %>%
  mutate(cov.win.mean=rollapply(coverage,4,mean,by=2))

但我得到了错误消息：

Error: Problem with `mutate()` input `cov.win.mean`.
x Input `cov.win.mean` can't be recycled to size 10.
ℹ Input `cov.win.mean` is `rollapply(coverage, 4, mean, by = 2)`.
ℹ Input `cov.win.mean` must be size 10 or 1, not 4.
ℹ The error occurred in group 1: contig_id = "contig_1".

有人知道我怎么解决这个问题吗？我想要一个如下所示的输出：

   contig_id mean_coverage
1   contig_1 36.25
2   contig_1 34.50
3   contig_1 36.00
4   contig_1 38.50
5   contig_2 37.5
6   contig_2 36
7   contig_2 34.5
8   contig_2 33.75

在此之前，非常感谢您。

Answer 1

在罗纳克的帮助下，我设法找到了一个解决方案：

win_means <- per_base_cov %>%
  group_by(contig_id) %>%
  mutate(cov.win.mean=rollapply(coverage,4,mean,by=2, fill=NA))

win_means_complete <- win_means[complete.cases(win_means), ]
win_means_final <- win_means_complete[,c(1,2,4)]
win_means_final <- as.data.frame(win_means_final)

head(win_means_final)

  contig_id position cov.win.mean
1 contig_1   2        36.25
2 contig_1   4        34.50
3 contig_1   6        36.00
4 contig_1   8        38.50
5 contig_2  12        37.50
6 contig_2  14        36.00